25 20 15 10 5

Cod 101 01 101 02 101 03 101 04 101 05 101 06

Nom CENTRO URBANO YOTALA ARABATE CHAUNACA CHUQUICHUQUI HUANIFAYA

0 Pop00

Chipon 00Durigne

Hommes 61902 2905 651 336 1767 824

Judle 00

Femmes

Poart %

Masculinit 88.599768 94.410140 98.786039 102.12766 100.68376 100

Chipon Durigne Judle Poart

131769 5982 1310 665 3522 1648

69867 3077 659 329 1755 824

Chipon 9,1 48%

Fiche 1 Bibliographie Fiche 2a,b Population, lment et caractres Fiche 3 Frquences Fiche 4 Du tableau complet au condens Fiche 5 Indicateurs statistiques de position Fiche 6 Indicateurs statistiques de dispersion Fiche 7 Discrtisation Fiche 8 Discrtisation et cartographie Fiche 9a,b,c Discrtisation et distribution Fiche 10 La forme de la distribution Fiche 11 Le nombre de classes Fiche 12a,b,c,d,e,f Mthodes de discrtisation Fiche 13a,b,c Discrtisation et logiciels Fiche 14 Discrtisation et comparaison Fiche 15a,b,c,d Reprsentations graphiques Fiche 16 Liste des formules open office V3

Statistiques et traitement des donnes

fiches consultables en couleur en ligne: http://www.univ-lemans.fr/~ffortu/

Fredric Fortunel est matre de confrences lUniversit du Maine dans le laboratoire de recherche Eso-Le Mans (UMR CNRS 6590). Frederic[point]fortunel[at]univ-lemans[point]fr http://eso-gregum.univ-lemans.fr/spip.php?article32 Enseignements :
Smiologie graphique et cartographie thmatique, SIG, Problmatique du dveloppement, Asie du Sud-Est, Enjeux agricoles des Suds, Identits.

Recherches :
Axe 1 - Territoires agricoles : paysanneries, filires, foncier. Les recherches dveloppes ont pour axe principal les territoires agricoles. A partir de cas sud-est asiatiques (Vit Nam, Laos, Cambodge), il sagit de saisir comment sorganisent des bassins productifs orients vers les cultures commerciales prennes en soulignant les interactions entre la gestion des ressources foncier notamment-, les systmes sociaux paysanneries- et les logiques conomiques acteurs de la filire damont et daval. Des collaborations avec lUniversit Royale dAgriculture (Cambodge), lUniversit dAgroforesterie (Vit Nam) et lIHEID (Institut des Hautes tudes internationales et du Dveloppement Suisse) sont engages dans le cadre dun financement par le Programme de Coopration Scientifique Inter-universitaire (PCSI de lAgence Universitaire de la Francophonie) : Les hvacultures familiales vietnamo-cambodgiennes et leur intgration dans la rgion du Mkong .

Axe 2 Identits : autochtonies et marginalits En relation avec le premier axe, les recherches envisagent la question identitaire des populations marginales . Situs en priphries spatiale, sociale et politique, des groupes ethniques localiss dans les bassins de production agricole (plateau des Boloven au Laos, Mondulkiri au Cambodge, Binh Phuoc au Viet Nam) se trouvent confronts des phnomnes dexclusion au profit de migrants venus conqurir des terres. La question pose est de savoir quelles stratgies ces groupes minors et minoritaires mobilisent pour transformer leurs identits.

Bibliographie indicative : FORTUNEL Frdric, From collectivization to poverty: the indigenous people and the State-owned enterprises in Highlands of Vietnam , in BOURDIER Frdric (eds.), Development and Dominion, Indigenous peoples of Cambodia, Vietnam and Laos, Bangkok, White lotus press, 2010, pp. 397-409. FORTUNEL Frdric, 10 ans d'application de la rforme foncire au Vit Nam , in COLIN Jean-Philippe, LE MEUR Pierre-Yves, LONARD ric (eds.), Les politiques d'enregistrement des droits fonciers, du cadre lgal aux pratiques locales, IRD-Karthala, Paris, 2010, pp. 477-496. FORTUNEL Frdric, Les plateaux mridionaux d'Asie du Sud-Est continentale, de la marginalit l'interconnexion , Pninsule, n57, 2008, pp. 19-41. FORTUNEL Frdric, Trajectoires foncires de minorits ethniques au Vit Nam. Collectivisation, rformes et dnationalisation des terres , tudes rurales, n 181, 2008, pp. 103-114. FORTUNEL Frdric, Le plateau des Boloven et la culture du caf, entre division interne et intgration rgionale , L'espace gographique, n3, 2007, pp. 215-228. DE KONINCK Rodolphe, DURAND Frdric, FORTUNEL Frdric (dir.), Agriculture, environnement et socits sur les Hautes terres du Vit Nam, IRASECArkuiris, Bangkok-Toulouse, 2005, 224 p. FORTUNEL Frdric, Le caf au Vit Nam, de la colonisation lessor contemporain dun grand producteur mondial, Harmattan, coll. points sur l'Asie, 2000, 172 p.

FICHE 1 BIBLIOGRAPHIE

BEGUIN M., PUMAIN D. La reprsentation des donnes gographiques : Statistique et cartographie. Collection Cursus, dition Armand Colin, Paris. 192p. (Deuxime dition 2000) LAHOUSSE Ph., PIEDANNA V., 1998, L'outil statistique en gographie, Tome I, Les distributions une dimension, Srie " Synthse Gographie ", Armand Colin, Paris, 96p. LAHOUSSE Ph., PIEDANNA V., 1999, L'outil statistique en gographie, Tome II : L'analyse bivarie, Srie "Synthse Gographie ", Armand Colin, Paris, 96p. SANDERS L., 1989, Lanalyse des donnes appliques la gographie, Montpellier, RECLUS, Coll. Alidade . Ces fiches ont t ralises partir de plusieurs sources dont : EADATER, Reprsentation cartographique, IGN, Paris, 2001. MINVIELLE E, SOUIAH Sid-A., L'analyse statistique et spatiale, ditions du temps, Paris, 2003. DUMOLARD P., DUBUS N., CHARLEUX L., Les statistiques en gographie, Belin, coll. Atouts, Paris, 2003. SOURIS M., DEMORAES F., Formation SIG et sant, IRD. MATHIAN H., Mthodes de discrtisation, cole d't statistiques cartographies et analyse spatiale, Yaound 2006.

FICHE 2a POPULATION, LMENT et CARACTRES

Les donnes observes sont traduites par un vocabulaire spcifique : - Une population est l'ensemble des lments observs. Il s'agit d'une notion "collective". Ex: des donnes sur un groupe humain, sur les jours de l'anne, sur les accidents de la route, sur des lieux. - Un individu, lment ou unit statistique. Il s'agit de tout lment d'une population, la notion est lmentaire. Le nombre d'individu que compte une population est nomm effectif total de cette population : n. - Le caractre est une proprit commune tous les individus d'une population observe d'une manire homogne. Chaque caractre prsente des modalits sous forme de valeur (Qx) ou de catgories (Ql). Caractre quantitatif : traduit une quantit issue de mesures ou de dnombrement. quantitatif discret : seulement quelques valeurs isoles dans l'intervalle de variation (dnombrement). quantitatif continu : peut prendre toutes les valeurs l'intrieur de l'intervalle de variation (mesure). Caractre qualitatif : traduit une qualit. Essentiellement une catgorisation. qualitatif ordinal : organises selon un ordre hirarchique. qualitatif nominal : organises selon un ordre non hirarchique.

FICHE 2b POPULATION, LMENT et CARACTRES

Toute population est un ensemble d'individus. Chaque caractre est un ensemble de modalits. A chaque individu est associ une modalit et une seule. Tout individu de la population prsente l'une des modalits du caractre. Les modalits forment une partition du caractre. Une variable statistique est un caractre dont les modalits sont connues, individu par individu.

Caractres

Quantitatif Population discret Individus

Ville Mexico Tokyo Sao Paulo Nb. d'habitants 20 200 000 18 100 000 17 400 000

Qualitatif nominal
Pays Mexique Japon Brsil

continu
Superficie (km) 4 445 2 423 7 951

ordinal
Rang 1 2 3

Sources : ONU, 1990.

Modalits

FICHE 3 INDICATEURS DE CONCENTRATION : LES FRQUENCES

Les frquences, simples ou cumules, servent cerner le poids respectif de chaque modalit dans une population. De manire essentielle une frquence est un effectif relatif. Elle se prsente sous la forme de nombres compris entre 0 et 1. Une frquence peut s'exprimer sous forme de pourcentage mais attention tout pourcentage n'est pas une frquence. Ex: le taux de croissance d'une commune entre deux recensements s'exprime en % mais n'est pas un effectif relatif car infrieur 0 et suprieur 1.

fj est la frquence simple, nj et l'effectif partiel, n est l'effectif total Le calcul des frquences simples est utile si plusieurs individus partagent au moins une reprise la mme modalit de caractre ou la mme classe de valeurs. Les frquences cumules permettent de traduire l'volution des frquences d'une srie. Elles sont ascendantes ou descendantes et se calculent, une fois les modalits ordonnes, par addition successive des frquences simples. Voir fiche suivante.

fj = nj / n

FICHE 4 DU TABLEAU COMPLET AU CONDENS

Qualitatif nominal
A chaque modalit est affect le nombre d'individu
Population Paul Pierre Jeanne Couleur bleu gris bleu Couleur bleu gris Nj 2 1 Fj 0,6 0,3

Qualitatif ordinal
On ordonne les modalits du caractre. Il est possible de calculer la F croiss. et dcroiss.
Population Paul Pierre Jeanne Hlne Mention TB P P B P Mention TB B P Nj 1 1 3 Fj 0,2 0,2 0,6 Fj croiss 1 0,8 0,6 Fj decroiss 0,2 0,4 1

Tableau complet

Tableau condens

Audrey

Quantitatif discret
Foyers Nb de vhicule 2 0

A chaque valeur du caractre on affecte l'effectif partiel.

Nb de Nj Fj Fj croiss Fj decroiss vhicule /foyer 0 467 0,46 0,46 1 1 2 3 0 3 243 0,24 0,68 250 0,25 0,93 40 0,04 1 0,53 0,29 0,04

Ce tableau doit tre lu ainsi : Fj croissante : 80% des lves ont une note infrieure ou gale la mention Bien. Fj dcroissante : 40 % des lves ont une note suprieure la mention Bien.

M1 M2 .../.. Mx Mx'

Quantitatif continu

Il est ncessaire de procder des classes de valeurs. Il s'agit de la discrtisation (voir fiche spcifique).

FICHE 5 INDICATEURS STATISTIQUES DE POSITION

LA MOYENNE - M
La moyenne est le centre de gravit d'une distribution (barycentre). De ce fait, elle est trs sensible aux valeurs extrmes. En cas de distribution dissymtrique, elle dcrit mal la population. La somme de toutes les valeurs divise par le nombre d'individus dans la srie. MX = (X1+X2+X...+Xn) / n OU =MOYENNE(MATRICE)

LA MEDIANE - Q2
La mdiane est la valeur de la srie qui partage la distribution en deux sous-ensembles d'gale effectifs c.a.d qu'une moiti de la srie est infrieure la mdiane et l'autre moiti est suprieure la mdiane. Une mdiane peut se calculer dans une srie continue ou discrte ( partir d'une srie en classes). Une mdiane est dtermine par le classement des valeurs et non les valeurs elles-mmes. Il faut avant toute chose classer la srie par ordre croissant. Q2 = (n+1) / 2 OU =MEDIANE(MATRICE) si n impair la mdiane est prsente dans la srie, si n pair, la mdiane correspond la moyenne des 2 valeurs qui encadrent ce rang. En sciences sociales, il est important de faire la distinction entre moyenne et mdiane. Par exemple le salaire mdian dsigne le palier divisant l'ensemble des salaris en deux parties gales : 50% des salaris gagnent moins que le salaire mdian et l'autre moiti gagne plus. Comme les hauts salaires s'loignent plus de la mdiane que les bas salaires, le salaire moyen est suprieur au salaire mdian.

FICHE 6 INDICATEURS STATISTIQUES DE DISPERSION

Contrairement l'tendue et aux quartiles, la variance permet de combiner toutes les valeurs l'intrieur d'un ensemble de donnes afin d'obtenir la mesure de dispersion. La variance (symbolise par S) et l'cart type (la racine carre de la variance, symbolise par S) sont les mesures de dispersion les plus couramment utilises.

VARIANCE
En statistique et probabilit, la variance est une mesure arbitraire servant caractriser la dispersion d'une distribution ou d'un chantillon. La variance est considre comme la moyenne des carrs des carts la moyenne et caractriser la dispersion des valeurs par rapport la moyenne.
Le fait que l'on prenne le carr de ces carts la moyenne vite que des carts positifs et ngatifs ne s'annulent.

Var(X) =2 ou =VAR(MATRICE)
La variance est toujours positive ou nulle. Lorsque la variance est nulle, cela signifie que la variable alatoire correspond une constante (toutes les ralisations sont identiques). Le fait de dplacer simplement une distribution (ajouter +b) ne modifie pas sa variance. Par contre, changer l'chelle (multiplier par a) modifie la variance. Cette proprit confirme le fait que la variance d'une constante est nulle. COVARIANCE COV(X,Y)= (Xy) OU =COVARIANCE(matrice1;matrice2) En statistiques, la covariance est un nombre permettant d'valuer le sens de variation de deux variables et, par l, de qualifier l'indpendance de ces variables. Deux variables ayant une covariance non nulle sont dites dpendantes : par exemple, dans une population donne, le poids et la taille sont des variables dpendantes. Cependant, elles ne sont pas corrles : la corrlation est une relation linaire, or le poids ne varie gnralement pas proportionnellement la taille. La connaissance des covariances est le plus souvent indispensable dans les fonctions d'estimation, de filtrage et de lissage. En sociolinguistique, la covariance dsigne la correspondance entre lappartenance une certaine classe sociale et un certain parler inhrent cette condition sociale.

FICHE 6b INDICATEURS STATISTIQUES DE DISPERSION

ECART-TYPE - (signe sigma minuscule)
L'cart-type est la racine carre de la variance. Il est un indicateur de la dispersion des valeurs autour de la moyenne d'une valeur quantitative. En bref, il est l'cart moyen des valeurs leur moyenne arithmtique. L'cart type est la mesure de dispersion, ou talement, la plus couramment utilise en statistique lorsqu'on emploie la moyenne pour calculer une tendance centrale. Il mesure donc la dispersion autour de la moyenne. En raison de ses liens troits avec la moyenne, l'cart type peut tre grandement influenc si cette dernire donne une mauvaise mesure de tendance centrale. L'unit de mesure de l'cart-type est la mme que celle utilise pour les valeurs de la srie statistique. il est toujours positif. Dans Excel : ECARTYPE.P (MATRICE) pour la population entire, ECARTYPE (MATRICE) sur un chantillon. L'cart-type sert mesurer la dispersion d'un ensemble de donnes, par exemple la rpartition des notes d'une classe. Dans ce cas, plus l'cart-type est faible, plus la classe est homogne. l'inverse, on peut souhaiter avoir un cart type le plus large possible pour viter que les notes soient trop resserres (exemple classique du professeur qui note de 8 13).Dans le cas d'une notation de 0 20, l'cart type minimum est 0 (si tous les lves/tudiants ont la mme note), et jusqu' environ 10 si la moiti 0/20 et l'autre moiti 20/20.

FICHE 7 DISCRTISATION
Comme son nom l'indique la discrtisation est une procdure destine rendre un caractre continu en caractre discret... explications.
La discrtisation est avant tout une simplification de caractres de manire obtenir d'un tableau complet un tableau condens. Les valeurs appartenant une mme classe sont alors considres comme identiques.

b est la borne binf est la borne infrieure, bsup est la borne suprieure
Constituer des classes, au del des mthodes de discrtisation, implique de faire deux choix : - Observation de la distribution de la srie prochaine fiche. Selon la forme que prend une srie, il faudra en dduire une/des mthodes de discrtisation adapte. - Choix du nombre de classes fiche suivante. Le choix de nombre de classes est conditionn par les possibilits de la reprsentation cartographique (au del de 6 classes, la distinction visuelle est dlicate), l'effectif total de la population tudie et de l'allure de la variable. - Choix des bornes, de l'amplitude des classes et du type de discrtisation fiches suivantes. Ce choix ne peut tre fait de manire arbitraire. Il doit rvler d'une signification particulire quant au domaine d'tude.

[binf bsup [

FICHE 8 DISCRTISATION et CARTOGRAPHIE

Cartographier une srie quantitative ncessite de discrtiser les valeurs... c.a.d faire une carte exige souvent de dcouper une srie statistique en classes.
Contraintes logiques : Les classes doivent couvrir l'ensemble de la distribution et doivent tre contigus (jointives). Les classes ne doivent pas tre vides. Implique un degr de gnralisation. Contraintes techniques : Lies la mthode de discrtisation (ex: nb pair et impair de classes). Contraintes visuelles : L'enjeu est de faire un compromis entre la fidlit aux donnes numrique et une reprsentation visuelle satisfaisante. afin de rsumer au mieux la distribution (conserver l'htrognit) construire une carte efficace. Le compromis se situe entre un grand nombre de classe afin de rpondre au critre 1 et un petit nombre de classe pour rpondre au critre 2. plus la distribution est respecte plus le nombre de variables visuelles sera important, plus la carte sera illisible.

FICHE 9a DISCRTISATION et DISTRIBUTION

Le scalogramme -ou matrice ordonne- est l'outil premier pour dterminer une classe.

Classe 1

Classe 2

Classe 3

Classe 4 Classe 5

Marche suivre : - Ranger les donnes par ordre croissant (ou dcroissant) avec le scalogramme - Choisir le nombre de classes et leurs bornes - Construire le tableau condens avec 1ere colonne: les classes 2eme colonne : les effectifs 3eme colonne : frquences simples 4eme colonne :frquences croiss. et dcroiss.

FICHE 9b DISCRTISATION et DISTRIBUTION

Partition en classes, deux rgles respecter : Exhaustivit : la runion de l'ensemble des classes doit recouvrir au moins l'ensemble du domaine de variation du caractre (du minmum au max. observ) mais qui peut etre plus large (min. et max. possibles). Disjonction : les classes sont deux deux disjointes (leur intersection est nulle). [X-X2 [

Exercices : la production de caf en 2007 ; les eaux minrales.

FICHE 10 LA FORME DE LA DISTRIBUTION

Distribution symtrique

Distribution uniforme : Les donnes sont rparties uniformment sur toute l'amplitude de la srie. La mthode des seuils d'gale tendue est la mieux adapte ce type de distribution. Ce type de distribution est peu courant. Distribution symtrique : Le diagramme de distribution a l'allure exacte d'une courbe de Gauss (en "cloche") avec une concentration des donnes autour de la moyenne. Il faudra dans ce cas retenir un mode de discrtisation qui favorise la reprsentation des valeurs moyennes. La mthode des classes standardises selon moyenne et cart type convient le mieux ce type de distribution. Distribution dissymtrique : Il y a concentration des donnes sur les valeurs faibles. Il faudra donc choisir un type de discrtisation favorisant la reprsentation des valeurs faibles ; c'est le cas de la mthode des classes selon progression gomtrique. Distribution dissymtrique avec plusieurs "pics" : Sous peine d'obtenir une carte vide d'information, il faudra recourir la mthode des classes d'effectifs gaux (quantiles), ou bien choisir la mthode des seuils observs. Celle-ci a l'avantage de permettre de dterminer les limites de classes visuellement, en s'appuyant sur les ruptures ou discontinuits de la srie. La mthode des quantiles est galement une mthode qui convient ce type de distribution trs frquent. ATTENTION : Lorsque l'on veut mettre des cartes en relation et se livrer des comparaisons il est impratif de retenir la mthode des classes d'effectifs gaux.

FICHE 11 LE NOMBRE DE CLASSES

FICHE 12a METHODES DE DISCRTISATION

A) Par quivalence ou amplitudes gales Ralisation de classes de mme amplitude. Pour cela, il faut calculer l'tendue de la srie : tendue = Max Min. On divise ensuite l'tendue par n classes afin d'obtenir l'amplitude de chaque classe a = (max-Min) / k Si les valeurs extrmes s'cartent de la srie, cette mthode est peu pertinente.

Min

Min+1A

Min+2A Min+3A

Min+4A

Max

cl1

cl2

cl3

cl4

cl5

FICHE 12b METHODES DE DISCRTISATION

B) Les quantiles ou effectifs gaux Cette mthode implique une rpartition quilibre des individus. Effectif d'une classe = N/k N est l'effectif total, k est le nombre de classes. Pour k = 4, on obtient des quartiles comme limites de classes. S'applique toutes les distributions statistiques. Si cette mthode assure une bonne comparaison entre sries statistiques diffrentes, en revanche elle gomme les amplitudes ingales : on perd toutes les informations sur la distribution de la srie.

25%

25%

25%

25%

cl1

cl2

cl3

cl4

FICHE 12c METHODES DE DISCRTISATION

C) Les quartiles 6 classes uniquement avec isolement des deux classes extrmes en sparant les 5% des valeurs les plus petites et les 5 % des plus grandes.
5% 22,5% 22,5% 22,5% 22,5% 5%

D) La progression arithmtique

cl1

cl2

cl3

cl4

cl5

cl6

tendue des classes augmente selon une progression arithmtique : la 2 classe a une tendue double de la 1 , et la 3 classe cumule l'tendue de la 1 et de la 2 L'intrt est de mieux taler la rpartition dans les faibles valeurs plus finement reprsentes, par contre les fortes valeurs se retrouvent regroupes dans la dernire classe. Les classes sont donc d'amplitude croissante. A utiliser avec prcaution car ne s'applique qu' des formes prcises de distribution dont essentiellement les sries "dissymtriques" (maximum de donnes vers les faibles valeurs) avec "asymtrie vers la gauche".

E) La progression gomtrique Classes dcoupes selon une progression gomtrique

FICHE 12d METHODES DE DISCRTISATION

F) dviation standard ou cart-type Chaque classe est dtermine selon une fraction d'cart-type par rapport la moyenne. Cette mthode prsente un avantage majeur : elle permet es comparaison indpendamment des problmes lis la taille de la variable puisque cela quivaut avoir une origine commune (la moyenne) et une unit de mesure identique (cart-type).

-1,5ET

-0,5ET

+0,5ET

+1,5ET

cl1

cl2

cl3
Moyenne

cl4

cl5

FICHE 12e METHODES DE DISCRTISATION

G) Mthode des seuils naturels Cette mthode est lie l'observation d'un diagramme en bton, d'un histogramme, d'une courbe de frquences ou de frquences cumules Elle permet de tenir compte des discontinuits observables mais elle n'est acceptable et intressante que si les discontinuits existent rellement. Plutt que de seuils naturels il serait prfrable de parler de seuils observables. Cette mthode peut venir en complment d'un autre mode de discrtisation (mais attention aux comparaisons).

FICHE 12f METHODES DE DISCRTISATION

Min

M2a

Moyenne

M2b

Min+4A

H) Les moyennes emboites

cl1

cl2

cl3

cl4

Cette mthode repose sur la notion de moyenne considre comme le centre de gravit de la variable. La moyenne divise la srie en deux groupes afin de construire deux classes. A leur tour, les moyennes des deux sous-groupes permettent un nouveau dcoupage en 4 classes et ainsi de suite. Cette mthode est un compromis entre la mthode de progression gomtrique (privilgie les valeurs leves) et la mthode standard. Chaque borne de classes exprime une moyenne.

I) mthode de Jenks ou rpartition automatique Fonde sur la notion de variance. Le dcoupage en classes est dtermin de faon minimiser la variance intraclasse et maximiser la variance interclasses (variance : valeur moyenne du carr des carts la moyenne). Prsente l'avantage de proposer un dcoupage o les individus d'une mme classes sont es plus proches possibles ( faible variance intra-classes) et de bien isoler les diffrents groupes (forte variance inter-classes). Cette mthode respecte bien la structure des donnes.

FICHE 13a DISCRTISATION & PHILCARTO 5

La discrtisation est paramtrable dans Philcarto en agissant directement sur l'histogramme.

La partie suprieure est occupe par l'histogramme (nb. de valeurs de chaque classe) et une courbe cumulative. La partie suprieure est occupe par l'histogramme des frquences permettant de reprer les ventuelles ruptures. Les bornes bleues figurent les bornes de classes qui peuvent tre paramtrables. Il suffit de cliquer gauche enfonc sur la barre bleue et de la dplacer. La valeur de la nouvelle borne s'affiche dans le champ spcifique.

La pondration permet de slectionner une nouvelle variable quantitative absolue. Seul l'histogramme subit une modification, la carte n'est pas modifie.

FICHE 13b DISCRTISATION & MAPINFO

La discrtisation est paramtrable dans Mapinfo en agissant l'tape 3 de la carte thmatique.

Mme nb denregistrements Mme amplitude : la diffrence entre max et min de chaque classe est la mme. Rpartition auto : algorithme pour limiter les diffrences entre la moyenne des valeurs et la diffrence des valeurs pour chaque classe (Mthode de Jenks). cart-type : cart moyen des valeurs leur moyenne arithmtique. Quantile : distribue une variable travers une seconde variable (!) Intervalle manuel : vous dterminez les classes

FICHE 13c DISCRTISATION & ARCMAP

La discrtisation est paramtrable dans Arcmap en agissant l'tape 3 de la carte thmatique.
file:///C:/Documents%20and%20Settings/HabibiF/Mes%20documents/File0025.jpg

Mme nb denregistrements Mme amplitude : la diffrence entre max et min de chaque classe est la mme. Rpartition auto : algorithme pour limiter les diffrences entre la moyenne des valeurs et la diffrence des valeurs pour chaque classe (Mthode de Jenks). cart-type : cart moyen des valeurs leur moyenne arithmtique. Quantile : distribue une variable travers une seconde variable (!) Intervalle manuel : vous dterminez les classes

FICHE 14 DISCRTISATION & COMPARAISON

La comparaison est un objectif spcifique de la cartographie Que l'on souhaite comparer des positions relatives ou absolues, il s'agit de -comparer des distributions de deux phnomnes sur un mme espace - comparer des distributions d'un mme phnomne sur un mme espace sans le temps -comparer des distribution d'un mme phnomne sur deux espaces diffrents.

FICHE 15a REPRSENTATIONS GRAPHIQUES

3 rgles de lisibilit : encombrement du dessin (densit), rapport entre les deux/trois dimensions du plan (lisibilit angulaire), mise en valeur de la variable (lisibilit rtinienne). - La densit graphique est relative la charge d'un graphique en information textuelle et/ou Graphique (densit forte, dessin illisible, densit trop faible, dessin inutile). - La lisibilit angulaire est relative au fait qu'un graphique peut nuire sa lisibilit Par exemple Un diagramme par exemple doit tre compris dans un rapport 1X2 : hauteur au maximum de 2 largeurs, et la largeur doit correspondre 2 hauteurs. - La lisibilit rtinienne est relative au contraste des informations. Indispensables : 1) Un titre gnral 2) Des titres sur chaque axe 3) Les sources (dont la date) 4) Lgende LE DIAGRAMME A BANDES La base est constante et la hauteur proportionnelle l'effectif ou la frquence. LE DIAGRAMME A SECTEURS A chaque modalit est affect un secteur de cercle dont la surface est proportionnelle aux effectifs.

FICHE 15b REPRSENTATIONS GRAPHIQUES : LE DIAGRAMME

1400 1200 1000 800 600 400 200 0 Franais 8000 7000 6000 5000 Allemands Belges 4000 3000 2000
Maroc

Le diagramme n'est que la reprsentation de diffrentes modalits. A) Diagramme Btons Le diagramme a une base constante et la hauteur est proportionnelle l'effectif ou la frquence contrairement l'histogramme.

Belges Allemands Franais

Il sert reprsenter graphiquement des distributions qualitatives ou quantitatif discret sans regroupement en classes. ordonnes abscisse B) Le diagramme secteurs. Le diagramme peut tre prsent sous la forme de secteurs dnomms usuellement camemberts. L'angle de chaque secteur reprsente une proposition de l'effectif.

1000 0 Maroc Tunisie Algrie

Franais Allemands Belges

Maroc Tunisie Algrie

FICHE 15c REPRSENTATIONS GRAPHIQUES : L'HISTOGRAMME

L'histogramme est un mode de reprsentation des distributions caractre quantitatif continu dont les valeurs sont regroupes en classes. A) L'histogramme Ce graphique est un ensemble de rectangles contigus o chaque rectangle est associ ne classe (axe des ) et dont la surface est proportionnelle l'effectif ou la frquence de cette classe (axe des ).

B) Les courbes de frquences Les courbes peuvent permettre de croiser les frquences croissantes et dcroissantes et dterminer ainsi des classes.

FICHE 15d REPRESENTATION GRAPHIQUE COMPAREE : LA PYRAMIDE DES AGES

La pyramide des ages n'est ni plus ni moins que la reprsentation graphique de deux souspopulations qui partagent des classes similaires. 80+
Tranches d'ges 80+ Hommes Femmes 105034 151669 202352 242787 254557 261707 342177 362839 395562 411568 382270 346985 253199 231034 260035 277781 270969 265186 337346 355405 387972 400257 371443 338633 Total 358233 382703 462387 520568 525526 526893 679523 718244 783534 811825 753713 685618

La procdure est la suivante: 1) construire un histogramme avec les deux valeurs

70- 74 60- 64 50- 54 40- 44 30- 34 20- 24 10- 14

75- 79 70- 74 65- 69 60- 64 55- 59 50- 54 45- 49 40- 44 35- 39 30- 34 25- 29

Hommes Femmes

80+ 70- 74 2) rduire le chevauchement des barres 100 % et 60- 64 l'espacement 0% 50- 54 40- 44 30- 34 20- 24 10- 14 0- 4

0- 4 0 200000 400000 600000

20- 24 15- 19 10- 14 5- 9 0- 4

316412 312116 312258 313690 293497

307443 299427 297263 299887 280746

623855 611543 609521 613577 574243

Hommes Femmes

80+
Total 500748 0 5234026 10241506

70- 74 60- 64 50- 54 0 500000 40- 44 30- 34 20- 24 10- 14 0- 4

3) Dans une des colonnes les donnes doivent tre transformes en valeurs ngatives.
Un travail est ensuite ncessaire pour positionner l'axe au centre et liminer cosmtiquement les valeurs ngatives.

Hommes Femmes

-500000

500000

FICHE 16 LISTE DES FORMULES OPEN OFFICE V3

SOUS.TOTAL SOMME Renvoie SOMME, MOYENNE, ECARTYPE, etc. rsultats de donnes filtres. Somme le contenu des cellules. SOMME(nombre_1;nombre_2;...;nombre_30) FREQUENCE Renvoie une matrice catgorisant les valeurs d'un ensemble de donnes dans des intervalles donns. FREQUENCE(Donnes;Classes) MOYENNE
MOYENNEA NB NBVAL MEDIANE MODE MOYENNE.REDUITE

Renvoie la moyenne des arguments, en ignorant le texte.

Renvoie la moyenne des arguments, incluant du texte (valu comme 0). Compte les nombres dans une liste d'arguments, ignorant le texte. Compte les valeurs non vided dans la liste des arguments. Renvoie la mdiane d'un ensemble de nombres. Renvoie la valeur commune dans un ensemble de nombres. Renvoie la moyenne d'un ensemble de nombres, ignorant une proportion de valeurs hautes et basses.

SOMME.CARRES.ECARTS Renvoie la somme des carrs de la dviation de la moyenne. ECARTYPE Renvoie l'cart type de l'chantillon. ECARTYPEA Renvoie l'cart type de l'chantillon (autorisant du texte et des valeurs logiques). ECARTYPEP Renvoie l'cart type de la population. ECARTYPEPA Renvoie l'cart type de la population (autorisant du texte et des valeurs logiques). VAR Renvoie la variance de l'chantillon. VARA Renvoie la variance de l'chantillon (autorisant du texte et des valeurs logiques). VAR.P Renvoie la variance de la population. VAR.PA Renvoie la variance de la population (autorisant du texte et des valeurs logiques). MAX Renvoie la valeur maximum dans une liste d'arguments. MIN Renvoie la valeur minimum dans une liste d'arguments. CENTILE Renvoie un centile spcifi dans une liste de nombres. RANG.POURCENTAGE Renvoie le rang de pourcentage d'un nombre dans une liste de nombres. QUARTILE Renvoie un quartile spcifi dans une liste de nombres. RANG Renvoie le rang d'un nombre dans une liste de nombres. PETITE.VALEUR Renvoie la nme plus petite valeur dans une liste de nombres.